腾讯腾讯视频-AIGC算法研究员-(深圳)(杭州)
任职要求
1.计算机、人工智能、数学等相关专业的全日制本科（优先），研究生及以上学历； 2.具有扎实的计算机视觉或机器学习算法基础，有相关方向顶级论文者优先； 3.熟练掌握机器学习和深度学习的基本原理，熟悉常见的生成模型组件和框架，包括 GAN、VAE、Transformer、Diff…
工作职责
1.通过对生成模型（图像/音视频/多模态/3D视觉等）的研究，解决目前算法在生成质量、多样性、可控性、生成效率等上的问题，探索生成模型的突破性技术； 2.从事图像/音视频/多模态/3D视觉领域算法模型的训练和研发，应用于腾讯视频相关的内容创作和用户体验提升； 3.结合自有产品和业务需求，从生成模型迭代、可控模块研发，性能加速等方面优化模型，解决面向业务场景的应用和落地时的关键算法问题，并最终有效改善用户体验和生产效能，协助算法的产品化落地。
1.负责针对影视任务（如影视后期编辑、ai视效、ai短剧等）视频生成与编辑领域核心算法的研究与开发，涵盖 Text-to-Video、Image-to-Video、Video Editing、视频理解生成统一模型、image/video relighting、3D生成等技术方向； 2.针对影视工业的高标准需求，攻克生成视频的"AI感"、时序细节一致性、画质细节等关键问题； 3.探索并落地生成内容的精细化控制方案，提升模型输出的艺术表现力与商业可用性； 4.紧跟学术界与工业界最新研究进展，快速复现并评估 SOTA 算法，结合影视业务场景进行创新性改进，推动前沿技术向生产力转化； 5.与产品、工程、内容创作团队紧密协作，将算法能力转化为实际产品功能。
1.负责AI Lab语音技术团队语音技术，包括TTS、语音压缩编码、语音前端处理等，尤其是基于AIGC算法的基础研究和应用落地。 ； 2.侧重于研发语音合成、语音转换、few-shot / zero-shot TTS、音频和音乐生成等先进算法尤其是生成类算法，并且可以融合语音识别、音频分析、语音增强、语音分离等更广泛的语音/音频任务。将有关算法成果应用于语音 / 音乐 / 音效/音频生成、语音翻译（S2TT、S2ST）、虚拟人等众多场景中。 ； 3.通过跟踪和创新，确保算法方面的行业领先，通过打造语音技术PAAS平台服务于腾讯内部各个业务场景包括游戏、社交、内容服务、广告、金融、车载助手、企业服务（如腾讯会议、企业微信、企点客服、商通、数智人）等等，帮助业务产生实际价值和打造业界领先的语音应用产品。； 4.持续关注学术界和行业的最新研究动态，参与国际会议、研讨会，与全球顶级团队进行交流合作。。
1.研发新一代3D资产生成大模型，突破生成质量、速度与可控性的技术边界； 2.构建工业级3D AI生成管线，解决几何拓扑优化、材质贴图生成、物理合理性等核心问题。
1.通过内容（文本/图像/音频/3D模型等）生成模型的研究优化，解决目前算法在生成质量、多样性、可控性、生成效率等上的问题，并最终有效改善用户体验和生产效能，协助算法的产品化落地； 2.从事图像生成、多模态大模型、小样本学习领域算法训练和优化； 3.结合自有产品和业务需求，从 prompt优化、生成模型研发、adapter研发，性能加速等方面优化Α绘画，AI文字生成，Al视频生成等效果和体验，解决面向业务场景的应用和落地时的算法卡点问题； 4.解决多模态生成模型的工业化部署问题，深入探索模型设计和优化的研发工作。